[发明专利]一种表格数据的主题分析的方法和系统

权利要求书

1.一种用于表格数据的主题分析的方法，所述方法包括：

接收包含所述表格数据的第一文档；

使用特定于所述表格数据的第一主题域的引用来归一化所述第一文档中特定于所述表格数据的信息；

选择用于所述第一主题域的函数签名库，其中，所述第一主题域的函数签名库中的函数签名包含表示(i)第一单元格和第二单元格的函数关系和(ii)所述第一单元格和所述第二单元格的语义关系的表达，其中所述第一单元格是所述表格数据中的一单元格，其中所述函数关系描述所述第一单元格中第一值与所述第二单元格中第二值之间的函数依赖性，并且所述语义关系描述与所述第一单元格相关联的第一标识符和与所述第二单元格关联的第二标识符之间的组织关系；

确定来自所选库的阈值数量的函数签名是否适用于所述表格数据，其中当所述表格数据中的值与所述函数签名中指定的操作和表格结构相对应时，函数签名适用于所述表格数据；以及

响应于来自所选库的阈值数量的所述函数签名适用于所述表格数据，根据从用于相应主题域的多个处理中选出的用于所述第一主题域的处理使用处理器和存储器处理所述第一文档。

2.如权利要求1所述的方法，还包括：

选择第二文档中的表格数据的一部分；

分析所述部分中至少两个值之间的函数关系；

使用来自所述第一主题域的通用等价信息代表所述函数关系中的特定于表格的信息，以形成所述函数签名；以及

将所述函数签名添加到对应于所述第二文档的函数签名的集合，以形成第一集合。

3.如权利要求2所述的方法，还包括：

选择所述第一集合和对应于第三文档的函数签名的第二集合；

群集来自所述第一集合和所述第二集合的在类似性的阈值度量内彼此类似的那些函数签名，以形成函数签名的群集；以及

将所述函数签名的群集添加到所述函数签名库。

4.如权利要求2所述的方法，还包括：

将所述函数关系中的特定于表格的信息和来自所述第一主题域的所述通用等价信息的组合存储在对应于所述第一主题域的知识库中。

5.如权利要求3所述的方法，还包括：

将来自所述第一集合和所述第二集合的在类似性的所述阈值度量内彼此不类似的那些函数签名作为特定于文档的函数签名丢弃。

6.如权利要求1所述的方法，还包括：

接收要使用所述第一文档回答的询问；

使用对应于用于所述第一主题域的所述函数签名库的知识库解析所述询问；

根据所述解析选择适合所述询问的函数签名；

从所述第一文档的所述表格数据中的所选函数签名应用的部分提取数据；

使用所提取的数据对所述询问进行响应。

7.如权利要求6所述的方法，其中所述响应还包括：向自然语言处理应用发送所提取的数据，在所述自然语言处理应用中，将所提取的数据构成对所述询问的自然语言响应。

8.如权利要求1所述的方法，其中所述处理所述第一文档包括：

将所述第一文档归类为属于所述第一主题域。

9.如权利要求1所述的方法，还包括：

响应于来自所选库的阈值数量的所述函数签名不适用于所述表格数据，

选择用于第二主题域的第二函数签名库；

确定来自第二库的阈值数量的函数签名是否适用于所述表格数据；以及

响应于来自所述第二库的阈值数量的所述函数签名适用于所述表格数据，处理所述第一文档。

10.一种计算机可用存储介质，包含用于表格数据的主题分析的计算机可用代码，所述计算机可用代码用于实现权利要求1-9之一所述方法的步骤。

11.一种用于表格数据的主题分析的数据处理系统，所述数据处理系统包括：

包含存储介质的存储装置，其中所述存储装置存储计算机可用程序代码；以及

处理器，其中所述处理器执行所述计算机可用程序代码，并且其中所述计算机可用程序代码用于实现权利要求1-9之一所述方法的步骤。